[发明专利]一种音频检测方法、装置、设备及存储介质

权利要求书

1.一种音频检测方法，其特征在于，包括：

获取音频文件数据；

确定所述音频文件数据对应的属性检测数据，其中，所述属性检测数据包括以下至少两项：用户等级数据、分类概率数据和声纹特征数据；

通过预先训练的全连接网络模型，依据所述属性检测数据进行语音违规行为检测，生成所述音频文件数据对应的语音行为检测结果。

2.根据权利要求1所述的方法，其特征在于，所述确定所述音频文件数据对应的属性检测数据，包括：

对所述音频文件数据进行切片处理，得到至少两帧音频时域信息；

依据所述至少两帧音频时域信息进行特征提取，得到振幅谱特征数据和声纹特征数据；

对所述振幅谱特征数据和所述声纹特征数据进行拼接，生成特征向量数据；

通过预先训练的语音分类模型，依据所述特征向量数据进行语音分类处理，得到作为所述属性检测数据的分类概率数据。

3.根据权利要求2所述的方法，其特征在于，所述依据所述至少两帧音频时域信息进行特征提取，得到振幅谱特征数据，包括：

对所述至少两帧音频时域信息进行频域变换，得到音频频域信息；

基于所述音频频域信息进行振幅谱特征提取，得到所述振幅谱特征数据。

4.根据权利要求1所述的方法，其特征在于，所述确定所述音频文件数据对应的属性检测数据，包括：

对所述音频文件数据进行切片处理，得到至少两帧音频时域信息；

对所述至少两帧音频时域信息进行频域变换，得到音频频域信息；

对所述音频频域信息进行均值处理，得到第一定长数据；

基于所述第一定长数据，通过预先训练的神经网络模型进行声纹特征提取，得到作为所述属性检测数据的声纹特征数据。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

从预设的训练集中，获取待训练音频文件数据；

采用预设的移动窗口，对所述待训练音频文件数据进行切片，得到帧时域信息；

对所述帧时域信息进行频域变换，得到帧频域信息；

对所述帧频域信息进行均值处理，得到第二定长数据；

基于所述第二定长数据和所述音频文件数据对应的标签数据，按照预设的神经网络算法进行训练，得到所述神经网络模型。

6.根据权利要求1所述的方法，其特征在于，还包括：

获取目标用户的历史行为数据，其中，所述历史行为数据包括以下至少一项：历史登录数据、用户消费行为数据、违规历史数据和充值历史数据；

根据所述历史行为数据得到作为所述属性检测数据的用户等级数据。

7.根据权利要求1所述的方法，其特征在于，所述用户等级数据用于表征用户等级，所述分类概率数据用于表征语音违规行为对应的分类概率，声纹特征数据用于表征音频文件数据对应的声纹特征。

8.根据权利要求1至7任一所述的方法，其特征在于，通过预先训练的全连接网络模型，依据所述属性检测数据进行语音违规行为检测，生成所述音频文件数据对应的语音行为检测结果，包括：

将所述属性检测数据输入到所述全连接网络模型进行检测；

将所述全连接网络模型输出的检测结果作为所述语音行为检测结果。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

当所述语音为检测结果为语音违规行为检测结果时，确定所述音频文件数据包含违规语音数据；

禁止传输或播放所述违规语音数据；或者，屏蔽所述违规语音数据对应用户的语音输入。